La tesoreria è il sistema nervoso delle aziende, dove convergono liquidità, pagamenti, relazione con le banche, gestione del rischio e previsione finanziaria. L'articolo avverte che il dibattito sull'Intelligenza Artificiale in questo ambito non deve limitarsi all'automazione, poiché l'IA tende a esporre problemi che già esistevano nelle organizzazioni, rivelando la maturità dei processi, la qualità dei dati e la capacità dei team.
La tecnologia non corregge processi mal progettati, non compensa dati incompleti né sostituisce la conoscenza del business. Quando un'organizzazione lavora con informazioni disperse e attività troppo manuali, l'IA si limiterà ad accelerare tali fragilità. Nelle aziende più preparate, tuttavia, l'IA può ridurre l'attrito operativo, strutturare le informazioni e accelerare attività come l'analisi degli estratti conto bancari e i processi di Know Your Customer.
La previsione di tesoreria è indicata come l'esempio più sensibile, poiché una stima errata può condurre a decisioni finanziarie scorrette. L'articolo sostiene che l'IA in questo ambito non può essere solo intelligente, ma anche esplicabile, indicando quali dati sono stati considerati e quali informazioni sono state escluse.
L'articolo identifica inoltre un paradosso: le attività operative che l'IA tende ad assumere sono state per anni la scuola dei profili più junior. Senza questi percorsi di apprendimento, le organizzazioni possono creare una fragilità di talento nel futuro. La conclusione è che il vantaggio non risiederà nelle organizzazioni con più IA, ma in quelle che per prime hanno svolto il lavoro più difficile di strutturare i processi, migliorare i dati e sviluppare le persone.
